Abstrakt

The paper proposes an approach to designing the hybrid estimation algorithm/module (HEA) with moving measurements window for Wastewater Treatment Plant (WWTP) Robust Model Predictive Control (RMPC) purposes at medium time scale. The RMPC uses a dedicated grey-box model of biological reactor for the system outputs prediction purposes. The grey-box model parameters are dependant on the plant operating point. Hence, these parameters and grey-box model state should be estimated according to the current operating plant condition. The needed parameters and state estimates at medium time scale are provided by the HEA algorithm. The HEA consist of the set-bounded parameter and state estimation algorithm cooperated with the Extended Kalman Filter (EKF) algorithm. The HEA algorithm is used to ensure robustness of grey-box model parameter and state estimates in situation of limited amount of hard measurements on the WWTP. The state estimates provided by the EKF are used as pseudo measurements of the states and the set-bounded estimation algorithm produce sets bounding the grey-box model parameters and states.There are two hybrid estimation algorithms presented and described in the paper: algorithm of explicit method and algorithm of implicit method. Both hybrid estimation algorithms are validated by simulation base on real data records and calibrated model of Kartuzy WWTP in northern Poland.W artykule zaproponowano koncepcję budowy hybrydowego algorytmu/modułu estymacji (ang. hybrid estimation algorithm - HEA) z przesuwnym oknem pomiarowym dla celów krzepkiego optymalizującego sterowania predykcyjnego (ang. Robust Model Predictive Control - RMPC) oczyszczalnią ścieków (ang. Wastewater Treatment Plant - WWTP) w średniej skali czasu.Do predykcji wyjść analizowanego systemu, algorytm RMPC wykorzystuje dedykowany model gry-box reaktora biologicznego w oczyszczalni ścieków. Parametry tego modelu zależą od zmieniających się warunków operacyjnych pracy systemu, dlatego też parametry modelu oraz zmienne stanu modelu muszą być na bieżąco estymowane. Estymaty parametrów i zmiennych stanu modelu są generowane przez opracowany hybrydowy algorytm/moduł estymacji HEA. Składa się on z ze współpracujących algorytmów/modułów gwarantowanej estymacji (ang. set-bounded algorithm) oraz rozszerzonego filtru Kalmana (ang. Extended Kalman Filter - EKF). Zadaniem algorytmu HEA jest zapewnienie krzepkich estymat parametrów i zmiennych stanu modelu w sytuacji ograniczonej liczby pomiarów w ciągu technologicznym oczyszczalni ścieków. W tej sytuacji estymaty dostarczane przez EKF są wykorzystywane jako pseudo-pomiary stanu systemu a algorytm gwarantowanej estymacji generuje zbiory ograniczone w których na pewno zawierają się wielkości estymowane parametrów i zmiennych stanu modelu.W artykule opisano dwie wersje hybrydowego algorytmu/modułu estymacji: algorytm w rozszerzonej przestrzeni zmiennych (algorytm explicite) i algorytm w zredukowanej przestrzeni zmiennych (algorytm implicite). Obie wersje algorytmu zostały zwalidowano symulacyjnie z wykorzystaniem danych rzeczywistych oraz danych ze skalibrowanego modelu oczyszczalni ścieków w Kartuzach w północnej Polsce.

Cytowania

Autorzy (2)